Mengram 为 AI 智能体提供类似人类的记忆系统，核心特点是存储三种不同类型的记忆，并且程序性记忆能够从失败中学习并不断演化。
用途
Mengram 解决 AI 智能体缺乏持久记忆、每次会话都要重新学习的问题。它可作为持久记忆后端，让智能体在每次行动后调用 add() 存储学到的内容，并在下次决策前调用 search() 召回，从而逐步变得更聪明。适用于任何智能体框架，包括 CrewAI、LangChain、AutoGPT 以及自定义循环。
主要能力
- 三类记忆：语义记忆（事实、偏好、知识）、情景记忆（事件、决策、结果）、程序性记忆（可演化的工作流）。
- 由失败驱动的程序演化：报告失败时，系统会记录失败的步骤、被证伪的假设，并推导出前置条件，随程序在召回时一并传递；智能体加载新版本时不会重蹈覆辙，并知道在信任工作流前需要验证什么。也可自动检测失败并演化程序。
- Ask Your Memory（内置 RAG）：m.ask() 返回带引用的综合答案，而非原始事实列表。支持 23 种语言提问并用相同语言回答，引用可链接回原始语言存储的事实。属于高级功能（Pro / Growth / Business）。
- 认知档案：一次 API 调用即可从全部记忆生成系统提示词，插入任意 LLM 的系统提示中实现即时个性化。
- 导入已有数据，解决冷启动问题。
- 多用户隔离：一个 API key 对应多个用户，每个用户只能看到自己的数据。
- 元数据过滤与记忆变更通知。
- 非阻塞 Python 客户端（基于 httpx），需 pip install mengram-ai[async]。
- 智能体模板：克隆、设置 API key，5 分钟即可运行。
使用方式
- 一行提示安装：在 Claude Desktop、Cursor、Codex、Claude Code 或 Windsurf 中粘贴设置提示，智能体将读取安装指南、安装 SDK、配置 MCP 服务器并端到端验证。适用于具备 shell、文件编辑和网页抓取工具的任意智能体。
- 手动方式：pip install mengram-ai && mengram setup，会一次性完成账号、Claude Code 钩子、检测到的工具（Cursor、Claude Desktop、Windsurf）的 MCP 配置、历史导入和往返检查。
- 手动获取 key：在 mengram.io 获取，然后 export MENGRAM_API_KEY=om-...
- Claude Code 自动记忆钩子：包含 5 个钩子——启动时加载档案、每次提示时召回、响应后保存、工作流形态的 Bash 命令前进行政策门控、每步运行后写回结果。记忆在 /clear、自动压缩、切换机器和团队交接后仍然保留，SessionStart 钩子在每次压缩后触发并重新注入上下文。
- Codex 与 Cursor：触发相同的生命周期事件，因此同一套钩子在其中运行，实现三端共享一份记忆。Cursor 没有逐提示上下文钩子（beforeSubmitPrompt 只能允许或阻止），因此对话中的召回需通过 MCP 工具按需请求；会话启动与压缩是自动的。
- MCP 服务器：面向 Claude Desktop、Cursor、Codex、Windsurf、Cline，提供 30 个记忆管理工具。
- LangChain：pip install langchain-mengram，每轮前自动召回、后自动捕获，含 12 个工具、斜杠命令和 Graph RAG。
- CLI：完整命令行界面。
- Claude Managed Agents：为托管智能体提供 MCP 记忆，30 个记忆工具。
- n8n：通过 HTTP 节点将记忆拖入任意工作流，无需代码。
- 自托管（Ollama）：本地运行时应使用 8B 以上参数、8K 以上上下文窗口的模型。提取提示约 4000 token，较小的模型会产生幻觉或将示例与真实数据混淆。
适用场景
- 持久化智能体记忆，跨会话和跨机器保留上下文。
- Claude Code 在 /clear 与自动压缩后仍保留记忆，无需手动保存或工具调用。
- 任务续接：mengram resume 在智能体停止时按仓库和分支写任务卡（涉及文件、最后命令、最后一次测试及其提交、任务草稿、已完成与剩余部分）。同一分支的下一个会话（包括另一工作树或另一机器的智能体）会优先获得该卡，并被提示代码是否已变更。分支无自身卡片时只会被告知存在卡片。mengram resume --open 可启动本地页面修正、确认卡片、选择其他任务或复制上下文。卡片位于 ~/.mengram/resume/，无需账号，只有任务/已完成/剩余草稿需要模型。
- 无账号本地模式：文件夹即记忆，采用 memfmt 的 Markdown 树，可用 git diff、Obsidian 查看，memfmt validate 校验。具备与云端相同的程序与结果记录：版本、每步成功/失败计数、政策门控、以及将可能破坏其他工作流的修复隔离的回归门控。本地搜索匹配 Unicode 文本词语（含俄语），不使用嵌入或翻译查询。多个 Mengram 会话通过文件夹锁协调写入。
限制
- Cursor 中无法逐提示自动召回，需按需通过 MCP 工具请求。
- 政策门控只对工作流形态的命令触发查询，且记忆只能询问，不能拒绝执行。
- 本地文件夹模式整体不是单次崩溃原子事务，外部编辑器不参与锁。
- 自托管 Ollama 需较大模型，否则会幻觉。
- 本地搜索不翻译查询，不支持跨语言语义检索。
- Ask Your Memory 和认知档案等部分功能属于付费高级功能。
- 具体价格与更多细节暂未提供。
